टेक्स्ट-टू-स्पीच रूपांतरण आपको उतना महत्वपूर्ण नहीं लग सकता है, लेकिन यह है। नेत्रहीन लोगों को कंप्यूटर का आनंद लेने की अनुमति देने के अलावा, इसके अन्य उपयोग भी हैं। कल्पना करें कि आप एक कार में हैं, उम्मीद है कि ड्राइविंग नहीं कर रहे हैं, और एक पढ़ने की कल्पना करते हैं। केवल जब आप ऐसा करने की कोशिश करते हैं तो आपको चक्कर आ जाता है। या शायद आप अपने ट्यूटोरियल में लंबी टेक्स्ट लाइनों को भाषण से बदलकर एक ऑडियो आयाम जोड़ना चाहेंगे।
Festival बस यही करता है। यह एक स्पीच सिंथेसिस सिस्टम है, जो आपको टेक्स्ट को स्पीच में बदलने की अनुमति देता है। Festival काफी आसान है। यह स्क्रिप्टिंग की अनुमति देता है और कई प्रोग्रामिंग भाषाओं के लिए API है। वर्तमान में, Festival अमेरिकी और ब्रिटिश अंग्रेजी में कई पुरुष और महिला आवाजों के साथ-साथ स्पेनिश के लिए प्रारंभिक समर्थन का दावा करता है।
आइए एक नज़र डालते हैं।
Festival एक्शन में
Festival अधिकांश प्रमुख वितरण के रिपॉजिटरी में उपलब्ध है, इसलिए इंस्टॉलेशन कोई समस्या नहीं होनी चाहिए। Festival एक कमांड लाइन टूल है, जिसमें कोई ग्राफिकल इंटरफ़ेस नहीं है। इसका उपयोग करना रॉकेट साइंस नहीं लेता, लेकिन आपको बुनियादी निर्देशों के लिए ऑनलाइन मैनुअल से परामर्श करना चाहिए।
सामान्य तौर पर, Festival इंटरैक्टिव मोड में चलता है। आप कमांड लाइन पर festival टाइप करके प्रोग्राम लॉन्च करते हैं। फिर इसे चीजें कहने के लिए, निम्न कमांड चलाएं:
(SayText "your text here")
यहाँ एक स्क्रीनशॉट उदाहरण है:
फ़ाइल मोड
कमांड लाइन पर टेक्स्ट की लंबी लाइनें टाइप करने के बजाय, आप Festival को एक टेक्स्ट लाइन के खिलाफ चला सकते हैं। ऑडियो बुक्स, सेमिनार सामग्री और ऐसे के लिए वास्तव में उपयोगी।
यहाँ एक नमूना फ़ाइल है:
और फिर, इस फ़ाइल के खिलाफ Festival चलाएं:
festival --tts
टेक्स्ट-टू-स्पीच रिकॉर्ड करें
आप Festival ध्वनि को अपने साउंड रिकॉर्डिंग सॉफ़्टवेयर में फीड करके ऑडियो फ़ाइलें बना सकते हैं, जिन्हें आप बाद में अपनी इच्छानुसार प्रोसेस कर सकते हैं। उदाहरण के लिए, आप Gnome Sound Recorder का उपयोग करके बस यही कर सकते हैं।
यहाँ इस तरह से रिकॉर्ड किया गया एक 12-सेकंड का नमूना है।
festival-demo.ogg, 12 sec, 253KB
अब, सबसे अच्छा हिस्सा, आप वास्तव में उपरोक्त सभी को छोड़ सकते हैं। Festival एक बिल्ट-इन स्क्रिप्ट के साथ आता है जो इनपुट टेक्स्ट से स्वचालित रूप से .wav फ़ाइलें बनाएगा। स्क्रिप्ट को text2wave कहा जाता है।
text2wave
आवाजें
कई आवाजें उपलब्ध हैं। आप यह देखने के लिए ऑनलाइन डेमो भी आज़मा सकते हैं कि वे कैसी लगती हैं। सामान्य तौर पर, मैंने ब्रिटिश आवाजों को अधिक यथार्थवादी, अधिक सुव्यवस्थित और समझने में आसान पाया। लेकिन यह पूरी तरह से आपकी पसंद है।
निष्कर्ष
Festival एक बहुत आसान सॉफ़्टवेयर है, सरल और उपयोगी। भले ही आप प्रोग्राम में तत्काल उपयोग न देखें, आप इसे अपने मल्टीमीडिया टूल्स के शस्त्रागार में पेश करने पर विचार कर सकते हैं, चाहे व्यावहारिक उद्देश्यों के लिए, जैसे ऑडियो-वीडियो व्याख्यान, ट्यूटोरियल या सिर्फ मनोरंजन के लिए।
मुझे आशा है कि आपने इस गाइड को पसंद किया। अब जब हम टेक्स्ट-टू-स्पीच सॉफ़्टवेयर के बारे में थोड़ा और जानते हैं, तो हम जल्द ही लिनक्स में Orca स्क्रीन रीडर सॉफ़्टवेयर की जांच करेंगे और अन्य एक्सेसिबिलिटी सुविधाओं को देखेंगे। फिलहाल, आप Knoppix Adriane पर एक नज़र डाल सकते हैं, जिसे विशेष रूप से नेत्रहीन उपयोगकर्ताओं के लिए डिज़ाइन किया गया है।
चीयर्स।
